设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1836|回复: 4
打印 上一主题 下一主题

[信息技术] 继续请教问题:关于 Pytorch 的 Autograd

[复制链接]
  • TA的每日心情
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 天

    [LV.10]大乘

    跳转到指定楼层
    楼主
     楼主| 发表于 2023-2-14 13:09:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 雷达 于 2023-2-14 13:12 编辑
    % E# B: I# L3 Z- D2 {7 q
    # U% H1 d, X1 d% ^, e$ L3 X为预防老年痴呆,时不时学点新东东玩一玩。: [& q0 f9 ]( V3 r- g' L6 S6 j
    Pytorch 下面的代码做最简单的一元线性回归:4 B* Y; c+ S% |' ^" Q
    ----------------------------------------------
    & F5 [3 R( t  M, P  M0 I' Eimport torch8 U1 l. f" j" q6 W, w* ~$ |0 U% z/ h
    import numpy as np
    . T6 d: W, W/ ~import matplotlib.pyplot as plt  h4 O+ n9 I- |( Q. ?- ?" C3 v
    import random7 V2 C% }! p6 v
    ' k6 }4 i5 u; O- L+ P
    x = torch.tensor(np.arange(1,100,1)), B+ F4 o+ V9 `1 L0 n
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15: R; I# `3 v9 @9 y' I. h+ C
    4 y6 C* V. B5 @# w( C/ _
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    4 i' h& t# E+ P3 }$ h7 bb = torch.tensor(0.,requires_grad=True)
    % L2 k& P1 [0 z! O: ~- b6 c
    ( s) s. U" F, ]8 q! G! U8 n7 ?$ Fepochs = 100
    / u& E0 A9 C! r" {, \' o" i' b$ D" R  f
    losses = []$ w5 }" j6 p) \3 I% x5 |, C
    for i in range(epochs):
    0 c/ q7 y. M( [3 S% l: D  y_pred = (x*w+b)    # 预测: D1 Z* z! K7 f' ~1 ?" [
      y_pred.reshape(-1)
    ' e% \, C! i& x) @- x  g0 y2 k* x
    6 K* @) z: \4 M2 q& `  loss = torch.square(y_pred - y).mean()   #计算 loss
    ; ?$ P. h. O5 `  losses.append(loss)
    ! L' g4 x- Q+ e" D- s+ K  ) P. U0 A: B+ m) i
      loss.backward() # autograd, a9 E; }! }9 k3 T' ]
      with torch.no_grad():4 P$ L3 B. o' j2 ]0 f7 h% \/ V
        w  -= w.grad*0.0001   # 回归 w
    # S# `! z+ X/ w3 K# h; r    b  -= b.grad*0.0001    # 回归 b 3 X1 Q; h4 m5 v+ u- d* N9 h. ?
      w.grad.zero_()  3 c6 M3 @+ \$ b( Q  m! |5 _
      b.grad.zero_()/ s1 x2 |# \) g

    * A& g0 s7 g, t9 lprint(w.item(),b.item()) #结果
    ' @" p$ a+ L7 y+ x1 R( W6 S
    0 e% @9 [2 o+ S& N3 rOutput: 27.26387596130371  0.4974517822265625
    " {3 W, i% E6 `$ Y----------------------------------------------  c/ Y& a! C' g
    最后的结果,w可以回到 w0 = 27 附近,b却回不去 b0=15。两处红字,损失函数是矢量计算后的均值,感觉 b 的回归表达有问题。" ]# e  o# R) N% c
    高手们帮看看是神马原因?1 F- ]' D; R* f  M6 X

    评分

    参与人数 1爱元 +10 收起 理由
    老票 + 10 不明觉厉

    查看全部评分

    该用户从未签到

    沙发
    发表于 2023-2-14 19:23:02 | 只看该作者
    本帖最后由 老福 于 2023-2-14 21:58 编辑
    7 s- i. C1 N' t0 V6 R; v& I7 n. C& M. |# e1 X! o5 ~& r+ ^
    没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?
    4 }% F4 G. G0 S& {: O8 m6 P-------- Z! }( l% A0 X  B% N
    不好意思,再看一遍,好像你在自算回归而不是用现成的工具直接出结果,上面的评论只有一点用,就是确认是不是算法有问题。/ ~9 f9 I4 D  B  R8 K1 K8 E: D
    -------
    0 S7 `2 [. @) b+ Z/ b算法诊断部分,建议把循环次数改为1000, 再看看loss是不是收敛。有点怀疑你循环次数不够,因为你起点是0, 步长很小。只是直观建议。

    评分

    参与人数 1爱元 +10 收起 理由
    雷达 + 10 谢谢建议

    查看全部评分

    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 天

    [LV.10]大乘

    板凳
     楼主| 发表于 2023-2-14 21:52:57 | 只看该作者
    老福 发表于 2023-2-14 19:23+ t* |6 P7 B+ S
    没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?
    1 V! N% \1 R7 R7 s, {! A-------8 T  q: f# u  `) {( ^
    不好意思, ...

    9 v$ G3 O0 N; ?9 m+ x3 a% _谢谢,算法应该没问题,就是最简单的线性回归。
    ( u1 e) P5 M6 }: k7 T我特意没有用现成的工具,就是想从最基本的地方深入理解一下。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    地板
    发表于 2023-2-14 22:00:48 | 只看该作者
    本帖最后由 老福 于 2023-2-14 22:02 编辑
    3 [! J% c. x/ @( Q, q. [
    雷达 发表于 2023-2-14 21:527 y/ T! x: O- V7 t
    谢谢,算法应该没问题,就是最简单的线性回归。4 H5 \: N4 s- Y& D
    我特意没有用现成的工具,就是想从最基本的地方深入理解 ...

    % ?- g1 s5 U9 O! V5 d( I+ W% a  h
    5 [# p, I' a' k( X  U% m+ c刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。
    ' _4 c, ~- g5 F3 M
    8 S; b6 l* s. h& R或者把b但的起点改为1试试。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 天

    [LV.10]大乘

    5#
     楼主| 发表于 2023-2-15 00:25:26 | 只看该作者
    本帖最后由 雷达 于 2023-2-15 00:31 编辑 * X. W) Z, g* y8 d3 w& E1 U
    老福 发表于 2023-2-14 22:00
    7 K$ [/ a4 D0 i- F刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。
    4 I" e- G7 g. v+ t. d9 K4 \& N
    9 Q* t3 S0 z, {) C4 F" V$ T- V$ X4 m或者把b但的起点改为1试试。 ...

    - ~& K! f3 `/ K  k& d
      y8 E; W9 s2 G: O+ V8 X! e你是对的。/ |# V3 u+ k& a" F  M+ E
    去掉了随机部分% x8 u4 t2 j- g7 K  R
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
    ) A+ K- C8 S5 o; ]5 }; dy = (x*27+15).reshape(-1)
    ! `* P. N/ A+ q0 l7 k9 a) D) B0 K' F! c% o
    循环次数加成10倍,就看到 b 收敛了
    % K2 j7 c2 M) y2 g* j. N& Xw , b1 @) K; E8 |+ H/ Q/ {
    27.002620697021484 14.826167106628418
    / _) ^) z+ v5 F  \
    " V* A' q# L$ j和 b 的起始位置无关,但 labeled data 用 y = (x*27+15+random.randint(-2,3)).reshape(-1) ,收敛就很慢。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2025-7-29 02:48 , Processed in 0.036223 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表